WikiDer > Редукция решетки

Редукция решетки в двух измерениях: черные векторы являются заданным базисом решетки (представлены синими точками), красные векторы являются сокращенным базисом

В математике цель редукция базиса решетки дается целое число решетка в качестве входных данных, чтобы найти основа коротко, почти ортогональный векторы. Это реализуется с помощью различных алгоритмов, время работы которых обычно как минимум экспоненциально по размерности решетки.

Почти ортогональный

Одна мера почти ортогональный это дефект ортогональности. Это сравнивает произведение длин базисных векторов с объемом параллелепипед они определяют. Для идеально ортогональных базисных векторов эти величины будут одинаковыми.

Любая конкретная основа ${displaystyle n}$ векторы могут быть представлены матрица ${displaystyle B}$, столбцы которого являются базисными векторами ${displaystyle b_ {i}, i = 1, ldots, n}$. в полностью размерный случай, когда количество базисных векторов равно размерности занимаемого ими пространства, эта матрица является квадратной, а объем фундаментального параллелепипеда - это просто абсолютное значение детерминант этой матрицы ${displaystyle det (B)}$. Если количество векторов меньше размера нижележащего пространства, то объем равен ${displaystyle {sqrt {det (B ^ {T} B)}}}$. Для данной решетки ${displaystyle Lambda}$, этот объем одинаков (с точностью до знака) для любого базиса и потому называется определителем решетки ${displaystyle det (лямбда)}$ или же постоянная решетки ${displaystyle d (лямбда)}$.

Дефект ортогональности - это произведение длин базисных векторов, деленных на объем параллелепипеда;

${displaystyle delta (B) = {frac {Pi _ {i = 1} ^ {n} | b_ {i} |} {sqrt {det (B ^ {T} B)}}} = {frac {Pi _ { i = 1} ^ {n} | b_ {i} |} {d (лямбда)}}}$

Из геометрического определения можно понять, что ${displaystyle delta (B) geq 1}$ с равенством тогда и только тогда, когда базис ортогонален.

Если задача редукции решетки определяется как поиск базиса с наименьшим возможным дефектом, то проблема заключается в следующем: NP-жесткий. Однако существуют полиномиальное время алгоритмы поиска дефектной базы ${displaystyle delta (B) leq c}$ куда c - некоторая константа, зависящая только от количества базисных векторов и размерности нижележащего пространства (если они разные). Это достаточно хорошее решение для многих практических приложений.

В двух измерениях

Для базиса, состоящего всего из двух векторов, существует простой и эффективный метод редукции, очень похожий на Евклидов алгоритм для наибольший общий делитель двух целых чисел. Как и в случае с алгоритмом Евклида, этот метод является итеративным; на каждом этапе больший из двух векторов уменьшается путем добавления или вычитания целого числа, кратного меньшему вектору.

Псевдокод алгоритма, часто известного как алгоритм Лагранжа или алгоритм Лагранжа-Гаусса, выглядит следующим образом:

    Вход: ${extstyle (u, v)}$ основа для решетки ${extstyle L}$. Предположить, что ${extstyle || v || leq || u ||}$, иначе поменяйте их местами. Выход: Основа ${extstyle (u, v)}$ с ${extstyle || u || = лямбда _ {1} (L), || v || = лямбда _ {2} (L)}$.

    Пока ${extstyle || v || leq || u ||}$:         ${extstyle q: = lfloor {langle u, {frac {v} {|| v || ^ {2}}} angle} ceil}$         ${extstyle r: = u-qv}$         ${extstyle u: = v}$         ${extstyle v: = r}$

См. Раздел об алгоритме Лагранжа в ^[1] для получения дополнительной информации.

Приложения

Алгоритмы редукции решетки используются в ряде современных теоретико-числовых приложений, в том числе при открытии алгоритм патрубка за ${displaystyle pi}$. Хотя определение кратчайшего базиса, возможно, является NP-полной проблемой, такие алгоритмы, как LLL алгоритм^[2] может найти короткий (не обязательно самый короткий) базис за полиномиальное время с гарантированной производительностью в худшем случае. LLL широко используется в криптоанализ из открытый ключ криптосистемы.

Когда используется для поиска целочисленных отношений, типичный вход в алгоритм состоит из расширенного ${displaystyle n}$ Икс ${displaystyle n}$ единичная матрица с записями в последнем столбце, состоящая из ${displaystyle n}$ элементы (умноженные на большую положительную постоянную ${displaystyle w}$ для наказания векторов, сумма которых не равна нулю), между которыми ищется связь.

В LLL алгоритм для вычисления почти ортогонального базиса был использован, чтобы показать, что целочисленное программирование в любом фиксированном измерении может быть выполнено в полиномиальное время.^[3]

Алгоритмы

Следующие алгоритмы сокращают базисы решетки; Также перечислены несколько общедоступных реализаций этих алгоритмов.

Рекомендации